Инновационная сложность
Шрифт:
Рис. 2: Формирование структур и образцов в процессах, описываемых уравнением реакция-диффузия (Mainzer & Chua 2013)
В нейронных сетях мозга имеет место нейрохимическая динамика между нейронами. Вещественная основа для передачи химических сигналов воздействует на изменения нейронных состояний посредством прямых и опосредованных механизмов передачи с высокой пластичностью. Различные состояния сети сохраняются в синаптических связях клеточных образцов соединений («клеточных ансамблях»). Как и во всякой сложной динамической системе, и в мозге мы проводим различие между микросостояниями элементов (то есть цифровыми состояниями «вспыхивания» и «не-вспыхивания» при разрядке и спокойном состоянии
368
Mainzer K. Gehirn, Computer, Komplexit"at. Berlin: Springer, 1997.
Нынешние средства моделирования на компьютерах позволяют наблюдать возникновение образцов («формирование паттернов» – «pattem formation») в мозге, при этом локальную активность нейронов и вызванные ею потенциалы действия мы сводим к нелинейной системной динамике. Их корреляции с ментальными и когнитивными состояниями раскрываются на основе психологических наблюдений и измерений: всякий раз, когда человек, к примеру, видит или говорит, можно наблюдать формирование того или иного образца в мозге. Между тем при «чтении мозга» («brain reading») формирование отдельных образцов может быть настолько определено, что в этих образцах соединений могут быть расшифрованы соответствующие зрительные и слуховые восприятия с соответствующими алгоритмами. Эта техника, разумеется, делает лишь первые шаги в своем развитии.
2.2 Сверху-вниз и снизу-вверх стратегии исследования мозга и его когнитивных функций
Применяя стратегию сверху-вниз (top-down), нейрофизиология и когнитивные исследования изучают такие ментальные и когнитивные способности, как восприятие, мышление, чувства и сознание, и пытаются связать их с соответствующими областями мозга и характерными для них образцами соединений. Применяя стратегию снизу-вверх (bottom-up), нейрохимия и исследования мозга изучают молекулярные и клеточные процессы динамики мозга и отсюда объясняют нейронные образцы соединений в мозге, которые опять-таки коррелируют с ментальными и когнитивными состояниями [369] .
369
Banerjee, R., Chakrabarti B. K. Models of Brain and Mind. Physical, Computational, and Psychological Approaches. Progress in Brain Research. Amsterdam: Elsevier, 2008.
Оба метода настоятельно предлагают сравнение с компьютером, в котором при использовании стратегии снизу-вверх из «машинного языка» состояний в битах, например, в транзисторах, делаются заключения о смыслах для более высокого пользователя языка – для человека, тогда как при использовании стратегии сверху-вниз, напротив, более высокие языки пользователей через различные промежуточные ступени (например, компьютер и интерпретатор) переводятся на машинный язык. В то время как, однако, в информатике отдельные технические и языковые слои точно идентифицируются от уровня соединений через машинный язык, компилятор, интерпретатор и т. д. до уровня пользователя и могут быть описаны в их взаимном влиянии, речь идет до сих пор только об исследовательской программе в изучении мозга в когнитивных науках.
В исследованиях мозга хорошо понимаемы до сих пор только нейрохимия нейронов и синапсов и образцы построения их соединений, стало быть, «машинный язык» мозга. Мост („Middleware") между познанием и «машинным языком» только еще должен быть перекинут. Для этого требуются еще более детальные исследования. При этом отнюдь не ясно, можно ли провести различия между отдельными иерархическими уровнями, как в построении компьютера. Очевидно, архитектура динамики мозга оказывается существенно более сложной. Кроме того, в основе развития мозга не лежит никакого запланированного дизайна, а только множество эволюционных алгоритмов, которые в большей или меньшей степени случайно возникли на протяжении миллионов лет при различных условиях и запутанным образом связаны друг с другом.
2.3 Математические законы динамики мозга
В исследованиях мозга синаптическое взаимодействие нейронов в мозге может быть описано посредством системы дифференциальных уравнений. Уравнения Ходжкина-Хаксли являются примером нелинейных уравнений реакции-диффузии, посредством которых может быть смоделирована передача нервных импульсов. Они были найдены посредством эмпирических измерений Нобелевскими лауреатами по медицине Аланом Л. Ходжкином и Эндрю Ф. Хаксли. Эти уравнения дают хорошо подтвержденную математическую модель динамики нейронов в мозге. Это не исключает, что эти уравнения в ходе дальнейших исследований могут быть улучшены или изменены.
Как уже разъяснялось выше, с помощью таких дифференциальных уравнений могут быть точно определены пространства параметров динамической системы с локально активными и локально пассивными областями. В случае уравнений Ходжкина-Хаксли мы получаем пространство параметров мозга с точно измененными областями локальной активности и локальной пассивности. Только в области локальной активности могут возникать потенциалы действия нейронов, которые вызывают в мозге соединения по определенным образцам. Моделирование на компьютере позволяет систематически исследовать и предсказывать образцы соединений для различных значений параметров, как показано в нашей книге [370] . В отдельных случаях этот образец уже может быть расшифрован посредством «чтения мозга» („brain reading"). Тем самым строятся первые мосты к смысловому уровню познания.
370
Mainzer К, Chua L О. The Universe as Automaton. From Simplicity and Symmetry to Complexity. Berlin: Springer, 2011.
Рис. 3: Нейронная модель уравнений Ходжкина-Хаксли (Mainzer & Chua 2013)
Эта программа зависит от математической модели мозга Ходжкина-Хаксли. Проект «Человеческий мозг» („Human Brain Project"), осуществляемый Европейским Союзом, нацелен на точное эмпирическое моделирование человеческого мозга во всех нейрологических деталях. Тем самым в нашем распоряжении оказывается основание для эмпирического тестирования этой математической модели, посредством которого могут быть проверены предсказания о формировании образцов в мозге и их когнитивных значениях.
2.4 Математические законы когнитивных состояний
Из психологии мы знаем, что ментальные и когнитивные состояния влияют друг на друга крайне сложным образом. Так, восприятия способны запускать мысли и представления, которые ведут к действиям и движениям. Восприятие, однако, как правило, связано с самовосприятием: я есть тот, кто воспринимает. Самовосприятие, будучи связанным с сохранением собственной биографии в памяти, ведет к осознанию Я. Если удастся описать все эти различные ментальные состояния в мозге согласно некоторым образцам соединений, то можно понять не только взаимодействие отдельных нейронов, но и соединения клеток („cell assemblies") с соединениями клеток, построенных в свою очередь из соединений клеток и т. д.
Для этого также могут быть введены дифференциальные уравнения, которые зависят не от локальной активности отдельных нейронов, а от целостных ансамблей клеток, которые в свою очередь могут зависеть от ансамблей клеток ансамблей клеток и т. д. Так получают систему нелинейных дифференциальных уравнений, которые на различных уровнях вложены друг в друга и таким образом моделируют крайне сложную динамику. Снабженный сенсорами и акторами (исполнительными элементами) наш организм распознает эти процессы, которые порождают наши сложные моторные, когнитивные и ментальные состояния. Как уже подчеркивалось выше, нам еще не известны все эти процессы в деталях. Однако ясно, как математически они должны быть смоделированы в принципе и как они могут быть эмпирически проверены в ходе реализации проекта «Человеческий мозг».